Python处理HTML转义字符
抓网页数据经常遇到例如>或者 这种HTML转义符，抓到字符串里很是烦人。比方说一个从网页中抓到的字符串
html = '<abc>'
用Python可以这样处理：
import HTMLParser
html_parser = HTMLParser.HTMLParser()
txt = html_parser.unescape(html) #这样就得到了txt = ''
如果还想转回去，可以这样：
import cgi
html = cgi.escape(txt) # 这样又回到了 html = '<abc>'
来回转的功能还分了两个模块实现，挺奇怪。没找到更优美的方法，欢迎补充哈~
页:
[1]